研究人员研究政治演讲之间的相关性,投票

据两位宾夕法尼亚州信息技术科学家的调查结果,虽然政治家经常被批评为空的承诺而批评,但在他们的投票记录方面,他们的话语可能比以前思想更体重。

研究人员使用计算机模型来比较来自第110大会的投票记录—2007年1月3日至2009年1月3日— to each senator’关于问题的问题,确定两者是否匹配。

他们通过创建基于计算机的回归模型来扫描地板语音文本并将其与每个参议员进行比较’S DW-提名分数,衡量他或她如何保守的是基于投票记录。

“这项研究验证了我们一直在思考的东西—你可以了解人们如何根据他们所说的,”Prasenjit Mitra表示,助理资讯科技教授。“我们能够学习政治话语,快速发现偏见,而无需查找文本中的特定线索。”

调查结果表明,立法者确实为支持其意识形态的主题提供地板演讲,并且为这些演讲选择的支持材料也与他们的意识形态保持一致。例如,保守派引用了遗产基金会等来源,是一个知名保守智库。

本研究中使用的单词挖掘技术通常用于分析在线产品评论,但以前尚未应用于政治。

研究人员发现参议员使用的名词倾向于以他们投票的方式发出信号—从在线产品评论的主要区别在于,通常使用形容词来识别意见。

例如,自由主义者倾向于喜欢名词“disability” and “veteran”和形容词就像“homeless” and “ecological,”虽然保守派选择了名词“clone” and “missile”和形容词就像“homosexual” and “ballistic.”然而,Mitra表示,投票分析基于单词的整体影响,而不是每一个’S个体思想倾斜。

“我们能够更好地了解如何表达意见以及寻找思想倾斜的线索,” said Mitra.
Mitra和Lei朱,博士生,信息科学和技术,在11月在香港的信息和知识管理会议上展示了他们的工作。

该领域的未来研究可以包括构建一个可以比较实时数据和投票记录的自动化程序。用于美国政治数据的方法也可以应用于其他国家’在翻译软件的帮助下政治制度。



本新闻稿中的材料来自于始发的研究组织。可以为样式和长度编辑内容。有一个问题? 让我们知道.

订阅

每天早上有一封电子邮件,我们的最新帖子。从医学研究到空间新闻。环境的环境。技术物理学。

感谢您的订阅。

出问题了。